Typologie de base, ensembles flous, et analyse multi-méthode en sciences sociales
p. 233-265
Texte intégral
1L’information contenue dans des données d’enquête en sciences sociales subit un traitement mathématique pour fournir des résultats que le chercheur interprète. Une analyse de ce cheminement montre que ces résultats dépendent des individus de la population examinée, des variables descriptives choisies pour caractériser ces individus, du codage des données utilisé et des méthodes d’analyse employées. Mais cette dépendance est de nature et de signification différentes pour chacun de ces quatre facteurs. Les structures qui émergent des données et qui sont indépendantes de ces quatre facteurs, sont des types de base qui, pris ensemble, forment une typologie de base.
2Une typologie de base peut être caractérisée comme étant une collection d’ensembles flous pour lesquels l’appartenance relative d’un élément à un ensemble flou est équivalente à une ressemblance multi-variable commune aux autres éléments de l’ensemble par rapport aux quatre facteurs mentionnés ci-dessus. Cette caractérisation entraîne celle d’une typologie de base comme un jeu coopératif à gain total maximum et aussi celle d’une prétopologie.
3L’application de ces caractérisations à la pratique de la recherche en sciences sociales démontre un important aspect relatif de la recherche dans ce domaine, aspect très peu souvent explicité dans la production scientifique du domaine. Plusieurs directions de recherche méthodologique en sciences sociales, surtout en méthodologie comparée et en analyse multi-méthode, convergent vers ces mêmes conclusions. On présente aussi des axes de travail futur sur la nature du questionnement formel en sciences sociales.
1. CHEMINEMENT D'UNE ANALYSE STATISTIQUE EN SCIENCES SOCIALES
4Cette recherche est partie d’une double interrogation, dans le cadre de la recherche de nature quantitative en sciences sociales, sur :
Les propriétés et la structure de l’information contenue dans les données initiales (qui sont souvent, mais pas exclusivement des données d’enquête) ;
la relation entre cette information initiale et les résultats annoncés ou présentés par le chercheur à la suite d’une analyse statistique des données.
5Nous avons divisé le cheminement de la recherche, depuis les données initiales jusqu’aux résultats finals, en quatre parties ou facteurs :
le choix des variables à utiliser pour caractériser chacun des individus dans la population examinée ;
le choix des individus qui constituent la population ;
le codage et/ou le recodage de l’information initiale contenue dans les données caractérisant ces individus par ces variables ;
les méthodes d’analyse statistique qui sont employées pour traiter et pour transformer cette information initiale pour fournir des résultats.
6Ce cheminement comprend au moins deux autres facteurs importants que nous n’avons pas mentionnés :
(0) la transformation de l’information contenue dans un discours intérieur ou une représentation mentale abstraite et intérieure, en information quantitative, voire numérique ;
(5) la transformation par le chercheur des résultats quantitatifs et souvent mathématiques, en résultats finals, présentés publiquement dans un discours ou dans un texte scientifique. Dans le premier cas, il s’agit d’une transformation d’un discours en quantités formalisées, alors que dans le second cas, il s’agit de la transformation inverse : l’interprétation des résultats quantitatifs ou formalisés en un dis- cours de nature qualitative qui décrit ou présente ces résultats. Ces deux facteurs du cheminement de la recherche, qui se situent respectivement en amont et en aval des parties 1. à 4., ne seront pas traités ici, mais ils ont été l’objet d’une session conjointe (« Sociolinguistics and Sociological Methodology ») au onzième Congrès mondial de sociologie qui a eu lieu à New Delhi en Inde en 19861.
7D’une façon générale, le facteur 1. (choix des variables) est loin d’être constitué en procédure formalisée. Il tend plutôt à montrer le caractère incrémentiel de la construction de ce type de connaissance et, de même, l’influence du milieu social et institutionnel sur la pratique de la recherche. En effet, on remarque souvent que des « écoles » ou des équipes de recherche traitent les mêmes types de variables. Néanmoins, le choix de variables reste peut-être le travail le plus original et créatif du chercheur, et donc le plus éloigné d’une formalisation, voire d’une systématisation. Les travaux de méthodologie comparée dans ce domaine ne sont qu’à leur début et les résultats manquent encore.
8En revanche, le facteur 2. (choix des individus) est devenu une science quasi exacte (théorie de l’échantillonnage ou « Sample Theory »), constituée en discipline spécialisée avec sa propre littérature.
9Mais regardons de plus près le rapport entre ces deux premiers facteurs du cheminement de la recherche et les deux interrogations ci-dessus (A. et B.). Dans le cadre de l’interrogation B. (relation entre l’information initiale et les résultats), nous avons examiné l’impact sur les résultats de l’introduction de variables arbitraires et, séparément, l’introduction d’individus fictifs2. Nous y avons aussi étudié l’attente ou la représentation du chercheur de cet impact sur les résultats finals. Ces travaux ont montré que le chercheur tend à confondre, au niveau abstrait, ces deux types différents et distincts d’introduction de bruit dans les données initiales, quoique dans la pratique de la recherche, il différencie très clairement les deux types.
10D’une façon générale, l’introduction de variables arbitraires change très peu la structure générale des résultats, sauf aux frontières des classes ou des partitions (qu’il s’agisse d’une analyse classificatoire ou d’un plan factoriel). De même, l’introduction d’individus fictifs change assez peu la structure générale des résultats mais obscurcit souvent les frontières entre les classes ou les partitions (voir annexes, figures 1 à 3). Ce dernier fait rend l’obtention de résultats extrêmement difficile sans un traitement pour enlever ce bruit de fond. C’est dans ce contexte que nous avons développé la méthode KEB qui permet non seulement d’enlever ce bruit de fond (voir la figure 4), mais aussi de juger la proximité des individus ou des classes d’individus par rapport à des formations aléatoires3.
11En ce qui concerne les facteurs 1. et 2. par rapport à l’interrogation A. (information contenue dans les données initiales), il s’agit d’une détermination directe : c’est-à-dire, cette information est déterminée directement par le choix de variables et le choix des individus. Toute autre détermination est considérée comme accidentelle telles que l’influence de l’enquêteur4, la structure du questionnaire5, les fautes de la saisie des données, etc.
12En ce qui concerne les deux aspects du facteur 3. (codage et recodage de l’information), ils peuvent être abstraitement caractérisés comme une bijection ou, respectivement, comme une surjection d’un ensemble fini discret sur un autre. Donc par rapport à l’interrogation A. (information contenue dans les données initiales), il y a perte d’information, mais pas déformation. Mais un examen attentif de la saisie de l’information que le chercheur aimerait croire déterminée par le choix des facteurs 1. et 2., comme nous l’avons dit dans le paragraphe précédent, relève de nouveau de l’influence fondamentale du facteur O. (transformation d’un discours intérieur en information quantitative), l’introduction d’un biais dans les données recueillies6 et la confirmation que la production des données sociologiques est elle-même un processus social7.
13Par rapport à B. (relation entre l’information et les résultats), il faut varier les codages (donc recoder) pour juger son impact sur les résultats. Dans une recherche sur la criminalité d’affaires, nous avons montré8 qu’un recodage habituellement pratiqué en sciences sociales (recodage par modes principaux pour chaque variable), transforme largement la structure générale des données, tout en laissant la structure locale (structure fine ou de base) peu changée (voir figures 5, 6). Signalons que ce genre de recodage, sous-entendu dans le terme « nettoyer un fichier de données », est très courant en sciences sociales9.
14Par rapport à l’interrogation B. (relation entre l’information du début et les résultats à la fin) et la partie 4. (méthodes d’analyse), on peut remarquer que chaque méthode applique des algorithmes (souvent des métriques ou des indices de similarité) qui lui sont propres, pour engendrer des résultats. Sauf dans de rares cas10, le choix de la méthode détermine le choix de l’algorithme et donc les résultats engendrés. Il s’ensuit que la seule façon d’étudier la partie 4., par rapport à B. est de changer de méthode, d’utiliser plusieurs méthodes ; d’où le terme d’analyse multi-méthode pour ce facteur de la recherche.
15Dans les travaux mentionnés ci-dessus11, nous avons montré par l’utilisation de quatre méthodes différentes d’analyse, que la structure générale des résultats change beaucoup avec les méthodes employées, voire même qu’elle est déterminée par le choix de méthode. Mais, à nouveau, une certaine structure locale reste invariante, quoique les frontières à l’intérieur de cette structure locale peuvent changer.
16Finalement, par rapport à A (information de départ) et la partie 4. (choix de méthode), les chercheurs en sciences sociales, d’après Philippe Cibois, ont une tendance à rechercher une structure dans leurs données pour fournir un cadre descriptif et/ou explicatif du phénomène examiné12. D’après Marie-Ange Schiltz, le chercheur suit une démarche non formalisée (ce que nous avons appelé un cheminement), guidée par une conviction intime de ce que ses données vont révéler13. Mais cette conviction intime et cette recherche de structure dans l’information de départ se concentrent et se réduisent souvent au choix d’une seule méthode d’analyse du phénomène examiné.
2. DÉFINITIONS ET CARACTÉRISATIONS D'UNE TYPOLOGIE DE BASE
17À travers les deux interrogations, A. et B. des quatre parties du cheminement de la recherche, à plusieurs reprises des structures locales stables sont apparues. Ces structures étaient stables par rapport à des changements de variables, d’individus, de codage ou de méthode d’analyse ; c’est-à-dire, les parties 1., 2., 3., et 4. du cheminement. En s’appuyant sur ces faits, nous avons défini une typologie de base comme la collection des structures locales (des types de base) qui restent stables par rapport à 1., 2., 3., et 4.
18Une confrontation de ces différentes structures locales qui sont stables soit par rapport à 1., soit par rapport à 2.,..., montre qu’elles ont très souvent les mêmes structures dans chaque cas. Ceci peut simplifier la définition d’une typologie de base pour devenir celle d’une collection de structures locales qui sont stables pour les transformations par rapport à 1. ou 2. ou 3. ou 4.14.
19Cette caractérisation formelle d’une typologie de base est très liée au cadre de l’analyse statistique en sciences sociales, dans lequel elle a été développée. On peut aussi bien caractériser une typologie de base comme une collection d’ensembles flous définis sur les données initiales. En effet, un noyau central d’un ensemble flou15 dans ces données serait formé par les éléments qui restent voisins par rapport à 1., 2., 3. et 4. On situe de plus en plus « loin » de ce noyau des éléments qui sont de plus en plus « dissociés » du noyau soit par 1., soit par 2., etc. Donc l’appartenance relative à un ensemble flou est équivalente dans cette définition à la ressemblance multi-variable et commune, appelée ressemblance « polythétique »16, entre les individus par rapport à 1. -4.
20Mais cette caractérisation d’une typologie de base comme une collection d’ensembles flous, ou une partition floue, en permet une autre de nature plus générale. Une collection de classes d’individus regroupés par ressemblance polythétique, qui est le produit d’une classification automatique (type d'analyse classificatoire par hiérarchie ascendante), peut être caractérisée comme un système d’alliances dans un jeu coopératif à gain total17. À son tour, un tel système est par définition une pré-topologie18. Comme un type de base est une classe d’individus regroupés par ressemblance polythétique par rapport à 1. à 4., on peut en déduire qu’une typologie de base peut être caractérisée alternativement comme une pré-topologie ou comme un système d’alliances dans un jeu coopératif à gain total. L’application de ces concepts dans la pratique de l’analyse statistique en sciences sociales suggère plusieurs axes de travail intéressants à explorer.
21Mais revenons à notre définition d’origine d’une typologie de base comme collection de structures locales stables par rapport aux parties 1. à 4. du cheminement de la recherche. Le contenu de chacune de ces quatre parties est souvent de nature transitoire, voire accidentelle. On ne peut jamais essayer d’appliquer toutes les méthodes convenables à un certain fichier de données. On ne peut jamais essayer tous les systèmes de codage pour une enquête. Donc une définition plus fine d’une typologie de base est celle d’une partition en ensembles flous qui est optimale par rapport aux représentants choisis par le chercheur pour les parties 1. à 4. Nous verrons plus loin combien ce choix est déterminé par des facteurs sociaux.
22Les travaux mentionnés ci-dessus montrent amplement que si le chercheur en sciences sociales n’a choisi qu’un seul représentant pour chacune des parties 1. à 4., ses résultats ne peuvent pas être considérés stables et peuvent même être contredits par une autre analyse tout à fait convenable19. Si 1. à 4. sont sévèrement restreints, voire réduits à l’unicité, un seul type de codage employé, une seule méthode d’analyse avec un « nettoyage » des individus « non pertinents » (et seulement ceux-ci), on peut ensuite présenter les résultats obtenus comme les seuls possibles, que ce soit une classification, une typologie, une corrélation, une factorisation, etc. Mais ces résultats restent presque entièrement dépendants des restrictions exercées précédemment, restrictions dont il faut chercheur l’origine dans les facteurs sociaux et institutionnels qui déterminent le cadre de la recherche. Ainsi, les résultats de recherche dépendent de restrictions préalables de nature sociale, non pas d’une connaissance explicitée et transmissible autrement que par l’assimilation de cette pratique sociale. Dès lors, on peut s’attendre à de grandes difficultés dans toute recherche sociologique multi-équipe ou pluri-disciplinaire20, ce qui est en effet le cas.
3. TYPOLOGIE DE BASE ET ANALYSE MULTIMÉTHODE EN SCIENCES SOCIALES
23Compte tenu de la disponibilité croissante des programmes d’ordinateur de méthode d’analyse des données en sciences sociales, et en particulier des programmes permettant l’utilisation de plusieurs méthodes d’analyse (voir la référence 10), et la définition ci-dessus d’une typologie de base, le moyen le plus accessible pour trouver des types de base, et pratiquer un minimum de méthodologie comparée, est l’utilisation d’une analyse multi-méthode. Mais en dépit de ce rôle fondamental que l’analyse multi-méthode peut jouer, jusqu’à aujourd’hui nous n’avons rencontré que peu de tentatives21 de rassembler et systématiser des connaissances et des pratiques en analyse multi-méthode, apparues indépendamment et de façon isolée dans plusieurs disciplines des sciences sociales et restant ainsi liées à leur spécialité d’origine.
24Par exemple, ces dernières années on aurait pu remarquer dans des travaux publiés par les Cahiers d’analyse des données, périodique explicitement dédié dès ses origines à la propagation de la méthode d’analyse factorielle des correspondances, des articles qui présentent une analyse factorielle accompagnée d’une analyse classificatoire. Le travail cité ci-dessus sur la criminalité d’affaires22 est un contre-exemple typique du type de données pour lequel l’utilisation seulement d’une analyse factorielle donne des résultats instables et incompréhensibles. La comparaison avec une analyse classificatoire des mêmes données clarifie immédiatement ces problèmes23. Inversement, il existe des contre-exemples très évocateurs de résultats peu stables, obtenus par analyse classificatoire et qui se clarifient très vite quand ils sont comparés avec un autre type d’analyse. Ces résultats sont souvent le produit des effets de chaînage engendrés par des algorithmes de classification (voir figure 7)24.
25Cette même pratique de l’utilisation conjointe d’une analyse factorielle et d’une analyse classificatoire a été indépendamment proposée dans le milieu de l’anthropologie25 où ce type d’analyse multi-méthode a permis de résoudre le problème posé par les proximités très diverses entre différentes populations humaines analysées par une méthode factorielle. En effet, le choix de l’axe factoriel déterminait des proximités différentes entre les populations. L’utilisation d’un plan factoriel à deux dimensions en conjonction avec le dendogramme d’une classification en hiérarchies ascendantes a résolu ce problème (voir figure 8).
26En psychologie de l’enfant, de multiples analyses de types différents ont été effectuées dans deux recherches distinctes pour aboutir à la conclusion suivante : « l’existence d’une structure complexe des données nous montre les limites des méthodes (employées) et les dangers d’une interprétation trop rapide des résultats obtenus séparément avec chacune »26.
27En sociologie, un chercheur utilise actuellement dans le domaine du statut de la femme et de l’emploi, une méthode qui établit une typologie sur ses données à partir d’une analyse factorielle, suivie d’une analyse classificatoire de la population examinée27.
28Au ministère de l’Agriculture et dans le domaine de l’analyse multi-variée pour le contrôle de qualité des produits, une méthode appelée reloc utilise d’abord une analyse factorielle des variables, suivie d’une analyse classificatoire sous contrainte, des individus. Cette méthode a donné des résultats impressionnants dans le contrôle de la fraude en jus de fruits28.
29En géographie, dans une recherche sur l’utilisation agricole du sol en France, une analyse classificatoire a été employée, suivie de deux analyses factorielles dans lesquelles la taille de l’unité spatiale a été modifiée29. Cette dernière modification est clairement un type de recodage dont nous avons parlé par rapport au facteur 3. ci-dessus.
30À part ces utilisations d’au moins deux méthodes de type différents, il y a un nombre important de travaux où un seul type de méthode d’analyse a été employé, mais la méthode est employée à plusieurs reprises, souvent avec une variation par rapport à un des autres facteurs 1. (variables choisies), 2. (individus choisis) ou 3. (codage choisi). On peut même varier le choix d’alorithem (voir figures 9 et 10).
31Sous cette rubrique, et pour le cas des analyses multiples de type factoriel, on peut citer des travaux en archéologie sur des amphores étrusco-italiques30, des recherches statistiques sur la stabilité des analyses en composantes principales dans lesquelles on a varié le poids des modalités ou la sous population examinée31 et des recherches sur l’analyse de plusieurs fichiers différents, avec une forte structure commune, par une méthode factorielle32. De plus, dans le cadre des analyses multiples de type factoriel, on trouve aussi les travaux de simulation avec les méthodes Bootstrap et Jackknife33 et les travaux de buro (Bureau universitaire de recherche opérationnelle de l’Université de Paris VI) sur la validation, dans lesquels on fait varier la sous-population d’individus examinée34 et les travaux sur des « nuages moyens » qui résultent de plusieurs analyses factorielles de différents groupes de variables pour les mêmes individus35.
32Sous la rubrique analogue des analyses multiples de type classificatoire, on peut citer des travaux en anthropologie36, des travaux en biologie37, et le problème de consensus en taxinomie38 ou le problème tout à fait homologue de comparaison de plusieurs classifications du même fichier de données39. Quoiqu’il s’agisse seulement des méthodes de type classificatoire, comme un de ces auteurs le dit, ces recherches « ont bien profité de l’usage d’une combinaison éclectique des méthodes »40. Des travaux de simulation mentionnés dans le paragraphe précédent auraient bien pu être exécutés avec des méthodes de type classificatoire au lieu de factoriel. Dans ce cas, on comparerait plusieurs classifications des mêmes données en variant soit le nombre d’individus pris en considération, soit le nombre des variables prises en considération, soit les deux en même temps. Dans le cadre de la recherche sociologique pour le Ministère de la Justice sur la représentation de la déviance, nous avons créé la méthode de classification automatique par noyaux significatifs qui effectue justement ce type de simulation classificatoire41.
33Dans cette même rubrique d’analyses multiples de type classificatoire, il faut mentionner l’analyse des tables croisées42 ou analyse classificatoire croisée qui réorganise le tableau des données pour projeter sur lui une classification automatique des individus et aussi une classification auto matique des variables (voir figure 11). Ainsi toute l’information contenue dans les données de départ est présentée - permettant du coup, d’autres analyses comparatives ou critiques - en même temps que les résultats des analyses de tables croisées. Cette méthode a été employée pour établir les noyaux significatifs, mentionnés dans le paragraphe précédent, et pour permettre l’extension de la classification automatique à de très grandes populations qui n’ont pas pu être traitées auparavant par des méthodes classificatoires. D’autre part, les regroupements ou les unités d’individus/variables, trouvés par une analyse classificatoire croisée, sont en tout point équivalents aux blocs obtenus en analyse des réseaux sociaux (en anglais « Block Analysis43). » Ces regroupements d’individus/variables sont des unités assez stables et, à part le fait qu’ils sont fondés sur l’utilisation d’un seul type de méthode, on pourrait les assimiler à des types de base. Dans une recherche en cours, nous espérons montrer que ces regroupements sont bien des types de base.
34Toujours dans cette même rubrique d’analyse multiple de type classificatoire, il faut signaler d’importants travaux de l’IRISA44 à l’Université de Rennes, sur des analyses croisées45, des comparaisons de classifications « nettes » et de classifications « floues » sur les variables descriptives46 et des extensions de la classification automatique à de très grands ensembles à partir d’analyses multiples de sous-populations. Les travaux sur des classifications « floues » et leur croisement, qui utilisent le concept de l’appartenance relative d’un individu à une classe polythétique, s'approchent beaucoup de nos propos ci-dessus sur les ensembles flous et leur équivalence aux types de base.
35Une autre équivalence, non encore relevée jusqu’à aujourd’hui, est celle entre l’analyse classificatoire croisée et ce qui est appelé analyse graphique. D’ailleurs, les chercheurs dans le domaine de l’analyse graphique ont tendance à faire des analyses classificatoires seulement des individus. Ensuite, deux colonnes ou variables qui « se ressemblent visuellement sont placées l’une à côté de l’autre »47. En effet, visuellement, les résultats d’une analyse graphique et d’une analyse classificatoire se ressemblent beaucoup (voir figure 12). Nous espérons bientôt effectuer une analyse comparée avec ces deux méthodes pour confirmer ou infirmer leur équivalence.
36Toutes ces méthodes d’analyse classificatoire croisée ont l’avantage de présenter toute l’information dans les données d’origine en même temps que les résultats de l’analyse aussi bien des individus, que des variables, ce qui est un avantage important par rapport à certaines méthodes factorielles, telles que l’analyse en composantes principales qui ne peuvent présenter les résultats que d’un des deux ensembles à la fois. Ce fait est sans doute la raison pour laquelle des chercheurs, même expérimentés, peuvent malencontreusement déclarer que dans le cadre des analyses classificatoires, « il n’y a pas de méthode de représentation simultanée des deux ensembles »48. D’autre part, l’analyse factorielle des correspondances permet la présentation simultanée des deux ensembles et une méthode post-factorielle, développée par Philippe Cibois, appelée Tri-deux, permet de plus la représentation graphique sur le plan factoriel de l’intensité des attractions entre modalités pour les variables examinées49.
CONCLUSIONS : TYPES DE BASE ET POINTS DE VUE MULTIPLES
37Les points forts et les points faibles d’une méthode d’analyse ne sont jamais que des considérations relatives par rapport à d’autres méthodes, considérations elles-mêmes fondées sur la comparaison des résultats de ces méthodes différentes.
38Dans ce cadre, la typologie de base est la forme d’un ensemble de données, invariant sous le système de transformations caractérisé par les facteurs 1. (choix des variables), 2. (choix d’individus), 3. (choix du codage), et 4. (choix de méthode d’analyse). Ces transformations sont celles pour lesquelles le chercheur en sciences sociales exige que ses résultats soient stables. Ce système est appréhendé globalement par ces concepts et, en même temps, est défini et délimité par ses singularités50 qui sont les choix effectués par rapport à 1., à 4. dans la pratique de la recherche.
39Ces choix sont peu souvent de nature objective ou fixés d’avance par des règles. Les propos ci-dessus et des études décisionnelles de la pratique de la recherche en sciences sociales51 montrent, ô combien, que ces choix sont déterminés par des facteurs sociaux. Mais ces mêmes disciplines, spécialisées dans l’étude des phénomènes sociaux, sont aussi les plus aptes à étudier cette question de détermination sociale. Cet axe de recherche semble beaucoup plus prometteur que son opposé qui consiste à « préciser » des concepts employés et imposer une rigueur qualitative de définition et de mesure caractéristique des sciences physiques52.
40De plus, des recherches systémiques et des recherches en intelligence artificielle ont montré l’importance des « analyses multi-agent » dans la compréhension des phénomènes complexes. « Chaque agent seul arrive à des conclusions incomplètes et temporaires. Mais pris ensemble, ils éliminent des possibilités, suffisamment pour arriver à une réponse satisfaisante »53. L’équivalence entre des méthodes « d’analyse multi-agent » et « analyse multiméthode » est évidente. D’ailleurs, des travaux de nature épistémologique en sociologie mènent actuellement vers ce même type de considération : « En ce sens les démarches et méthodes qui, limitant les points de vue pris sur l’objet, en épuisent les relations et produisent un sentiment d’achèvement et de clôture, sont aussi des rhétoriques de la conviction : elles tendent à enchaîner le consensus dans les limites qu’elles s’assignent. Celles qui, à l'inverse, multipliant les points de vue, diversifient les images de l'objet et juxtaposent des découpages produits selon des méthodes et à des échelles parfois différentes, ces méthodes-là jouent de la conviction et la repoussent : on est tenté de les dire brillantes” ou “séduisantes”. Leur vertu est d'éveiller les questions, l’inquiétude ; leur tentation majeure de céder à l’allusion, à l’impression. Mais ce danger ne doit pas masquer que l'intention objectivante est aussi intention de trouver des approches, outils et objets nouveaux »54.
41Nous espérons avoir fourni ici une approche (considérations des facteurs 1. à 4.), un outil (l’analyse multi-méthode) et un nouvel objet en sciences sociales (types de base) et particulièrement une méthodologie comparée (analyse multi-méthode) pour que les sciences sociales puissent avancer55.
Annexe
ANNEXES

Figure 1. Plan factoriel d’origine d’une analyse factorielle des correspondances d’un fichier des 250 armoires de l'enquête sur le mobilier traditionnel (EMT) du ministère de la Culture.

Figure 2. Le même plan factoriel de la même population que dans la figure 1, mais comprenant dix variables à valeurs arbitraires (marquées X...). Remarquez le peu de différence avec la figure précédente.

Figure 3. Le même plan factoriel de la même population que dans la figure 1, mais comprenant cinquante individus fictif s (marqués X...). Par rapport à la figure 1, la structure des données est peu changée mais passablement obscurcie.

Figure 4. Le même plan factoriel de la même population que dans la figure 1, mais après traitement par la méthode KEB pour nettoyer le « bruit de fond » et ainsi révéler des regroupements distincts d’individus.

Figure 5. Dendogramme des classes significatives des données « Provinces “d’origine” ».

Figure 6. Dendogramme des classes significatives des données « Provinces “recodé’’ ».

Figure 7. Plan factoriel montrant l’effet de chaînage lexicographique en analyse classificatoire qui produit une seule classe d’individus là où l’analyse factorielle des correspondances en trouverait clairement deux. Voir po cit 17, pp. 186-187.

Figure 8. Un plan factoriel dans lequel sont situées des populations humaines et sur lequel est projeté, dans une troisième dimension, le dendogramme d’une analyse par classification automatique des mêmes données. Remarquez la distance, dans le plan factoriel, entre les populations « buriat » et « eskimo », les populations « arikara » et « peru », qui pourtant se ressernblent, respectivement, le plus de façon polythétique (sur toutes les données) et donc se rejoignent avant d’autres populations dans le dendogramme de classification.
Two-Stge Density Linkage Cluster Analysis of Data Containing Irregular Clusters Plot of Y*X Symbole is Value of Cluster

Figure 9. Exemple d’une bonne application de l’algorithme lexicographique dans une analyse classificatoire (in op. cit 35, p. 65).
Centroid Cluster Analysis of Data Containing Irregular Clusters Plot of Y*X Symbole is Value of Cluster

Figure 10. Exemple d’une mauvaise application de l’algorithme centroïde dans une analyse classificatoire des mêmes données que dans la figure 9 (in op. cit. 35, p. 64).

Figure 11. Table croisée résultant d’une analyse par classification automatique des individus (numéros) et des variables (format P[..,..] sur les côtés). Le fichier est celui des données d’une expérience d’apprentissage des enfants de trois à six ans dans le cadre de la recherche en psychologie cognitive. Les chiffres romains (I et II) indiquent les limites des classes de la première et, respectivement, de la deuxième plus signifiantes des classifications trouvées. Remarquez la formation de blocs individus/variables qui sont soit majoritairement noirs, soit majoritairement blancs, soit mélangés noir et blanc de façon presque aléatoire.


Figure 12. Présentation graphique des quatre étapes successives de l’analyse graphique d’un fichier de données. Remarquez la ressemblance entre les graphiques finals (E et F) et la table croisée de la figure 11. Les étapes sont : visualisation du tableau de données (A) ; visualisation « brute » d’une classification ascendante hiérarchique (B) ; état transitoire avec regroupement des éléments noirs (C) ; état transitoire avec regroupement des éléments demi-noirs et des blancs (D) ; état final (E) ; autre proposition d’état final (F). Voir op. cit. 53.
Notes de bas de page
1 « Sociolinguistics and Sociological Methodology. Does sociolinguistics have methods ? and Does sociological methodology heve meaning ? » BMS, Paris, no 5, janvier 1985, p. 24.
2 K. Van Meter, (1984) « L’introduction de variables arbitraires dans les méthodes d’analyse en sciences sociales », Annales du 4e Congrès de reconnaissance des formes et intelligence artificielle, afcet-inria, Paris, 25-27 janvier, pp. 265-479 et « Le hasard en analyse de données, sa représentation par les chercheurs et son maniement dans la recherche », op. cit., 19, pp. 137-167.
3 K. Van Meter (1983) « Le keb, amplification d’image ou nettoyage du bruit de fond dans les enquêtes en sciences sociales - le cas de l’analyse factorielle des correspondances », MSH Informations, Paris, no 45, pp. 62-72.
4 M. Levade, et al. (1972) La délinquance des jeunes en France, 1825-1968, Paris, Editions Cujas. R. Rosenthal (1966) Experimenter Effects in Behavorial Research, New York, Appleton et R. Rosenthal et L. Jacobson (1975) Pygmalion à l’école. L’attente du maître et le développement intellectuel des élèves. Bruxelles, Casterman, particulièrement le chapitre 11, « Quelques considérations méthodologiques », pp. 231-244.
5 H. Schuman (1984) « Research and Methdological Issues on the Question-Answer Process », First International Conference on Methodological Research, Research Committee on Logic and Methodology (International Sociological Association), Amsterdam, 3-5 octobre. Voir résumé dans Conference Preparation Book, p. 4.vi.
6 Op. Cit, 6 et S.A. Rice (1929) « Contagious Bias in the Interview : A Methodological Note », American Journal of sociology. no 39, pp. 420-423.
7 J. Peneff (1984) « La fabrication statistique ou le métier de père », Sociologie du travail, no 2, Paris, pp. 195-221.
8 K. Van Meter (1981) Une analyse de la criminalité d’affaires par la classification automatique, rapport de recherche cnrs, Paris.
9 J. Dreyfus (1982) « Quantification et non quantification : deux sociologies ? » Journée d’étude « Sociologie et statistique », Société française de Sociologie, insee, Paris et (1975) Implication ou neutralité des méthodes statistiques appliquées aux sciences humaines : l’analyse des correspondances, credoc-dgrst, Paris.
10 La plupart des grands systèmes de programmes informatiques d’analyse des données, tels que sas, spss, bmdp, osiris et nlt offre la possibilité de changer d’algorithme pour une méthode choisie. Cette caractéristique est de plus en plus exigée et commence à être présente dans de petits systèmes de programmes tels que celui (méthode ABC) de B. Tallur (1982) (« Un nouvel algorithme de classification hiérarchique des éléments constitutifs de tableaux de contingence basés sur la corrélation », irisa, Université de Rennes, publication no 177, ; voir aussi op. cit., 44), celui (sicla) de H. Ralambondrainy (« sicla : un système interactif de classification automatique », op. cit., 36, p. 80 ou celui (Tri-deux) de Philippe Cibois (op. cit., 49) par exemple.
11 K. Van Meter (1983) « Sociologie de la criminalité d’affaires. Deux méthodes différentes, deux représentations sociales distinctes », BMS, Paris, no 1, pp. 3-18.
12 P. Cibois (1980) « L’usage social de l’analyse factorielle des correspondances », Informatique et sciences humaines, Paris, no 6-47, pp. 56-135.
13 M.A. Schütz (1984) communication avec l’auteur de l’article
14 K. Van Meter (1984) « Structure des données et stabilité des résultats, la typologie de base en sciences sociales », BMS, Paris, no 4, pp. 41-59.
15 Les sous-ensembles flous A, B,... d’un ensemble X sont définis par les fonctions FA, FB,... de A (resp. B,...) dans l’intervalle des nombres réels de 0 à 1. La fonction d’appartenance FA détermine le degré d’appartenance FA(x) au sous ensemble flou A de tout élément x de X. Voir E.H. Ruspini (1970) « Numerical Methods for Fuzzy Clustering », Information Sciences, New York, no 2, pp. 319-350.
16 I.C. Lerman (1981) Classification et analyse ordinale des données, Paris, Dunod. « Une classe est dite monothétique si elle est caractérisée par une propriété, ce qui signifie qu’un objet de l’ensemble où est définie la classe, lui appartient si et seulement si l’objet possède la propriété » (p. 169). Une classe G est dite polythétique si et seulement si chaque élément de G possède une proportion importante (mais non fixée) d’un sous-enesmble B d’attributs et si chaque attribut de B est présent chez une proportion importante (mais non fixée) d’éléments de G. En anglais, le terme utilisé est « polythetic ».
I.C. Lerman ; M. Hardouin : T. Chantrel (1980) « Analyse de la situation relative entre deux classifications floues », dans E. Diday et al. (eds) Data Analysis and Informatics, North Holland, Londres, pp. 523-551.
17 M.S. Bouhlel (1984) « Prétopologie, jeux de classification automatique », Annales du séminaire sur les questionnaires, Groupe de recherches Claude-François Picard, Université de Paris VI, no 42, pp. 35-50. Un jeu complètement coopératif est défini par une fonction V qui applique à chaque sous-ensemble ou coalition (fini) S de joueurs, une valeur réelle V(S) telle que V(ϕ) = O et pour laquelle V(S U T) est plus grande ou égale à V(S) + V(T) pour toute paire de sous-ensembles S et T disjoints.
18 Op. cit. 17. Une prétologie est une application PT de la collection des sous-ensembles A d'un ensemble E dans elle-même et telle que PT (ϕ) : ϕ et pour laquelle tout sous-ensemble A est contenu dans son image PT(A). PT devient une topologie si et seulement si, pour chaque paire de sous-ensembles disjoints, A et B, leurs images, PT(A) et PT(B) sont distinctes.
19 J.P. Florens (1984) « Inégalité et dépendance statistique », Revue française de sociologie, Paris, no 25, pp. 255-263 et J.C. Combessie, L’évolution comparée des inégalités : problèmes statistiques, ibid., pp. 233-254.
20 F. Fennessey (1977) « Improving Inférence for Social Research and Social Policy : The Bayesian Paradigm », Social Science Research, Vol. 6, no 4, pp. 309-327, et M. Soukup (1972) « Problèmes méthodologiques de la comparaison internationale des données sociologiques (en tchèque) » Socio. Cas., Prague, vol. 8, no 2, pp. 174-182.
P. Vergés (1978) « Méthode d’approche du changement économique et social », Économie et Humanisme, Paris, no 239, pp. 35-46.
21 J.C. Gower (1971) « Statistical Methods of Comparing Different Multivariate Analysis of the Same Data », dans Hodson, Kendall et Tauto (eds) Mathematics in the Archeological and Historical Sciences, Edinburgh University Press, pp. 138-149.
R.F. Conner (ed.) (1982) « Methodological advances in Evaluation Research », Sage, Londres, Research Progress Series in Evaluation, vol. 10.
H.L. Harter (1980) « Early History of multiple comparison Tests », chapter 19n dans P.R. Krishnaiah (ed) Handbook of Statistics, vol. 1, Analysis of variance, North Holland, Londres.
22 Op. cit., 8.
23 Op. cit., 11. En effet si une variable (dans cette enquête la variable « citation directe ou ouverture d’une information ») divise clairement toute la population en deux parties, A et B, où A possède une structure interne assez caractéristique, mais où B est amorphe (comme nous l’avons appelée dans l’article cité, « une poubelle statistique ») le premier axe d’une analyse factorielle trouvera la distinction A-B mais les autres axes, calculés sur la base de toute la population et pas seulement sur A, n’auront que très peu de signification quant à la structure de A. Une analyse classificatoire révèle immédiatement ce type de complication.
24 Op. cit., 16 « Sur deux modes de mesure de « l’importance » d’une variable descriptive » (pp. 184-191) et « H-classificabilité » (pp. 214-223). Voir aussi I.C. Lerman (1970) « Sur l’analyse des données préalable à une classification automatique », Mathématiques et sciences humaines, Paris, no 32. Voir aussi la figure 7.
25 R. Menk (1980) « L’analyse des clusters en anthropologie physique. Une nouvelle méthode : les dendogrammes tridimensionnels », Archives suisses d’anthropologie générale, Genève, vol. 44, no 1, pp. 51-59.
26 F. Pottier (1976) Analyse comparative de méthodes statistiques appliquées à des données de psychologie de l’enfant, Thèse de doctorat de 3e cycle, Université de Paris V Il s’agit des méthodes suivantes : analyse factorielle des correspondances, analyse de proximité, classification ascendante hiérarchique et analyse de similitude.
27 G. Menahem (1981) « Mutations de la famille et comportements de travail », rapport de recherche effectuée pour le ministère du Travail, Partie II. 3. « La construction de quatre types de comportements familiaux », pp. 13-30 et (1984) « Activité professionnelle et stratégie familiale des femmes mariées », Travail et emploi, Paris, no 22, pp. 55-65.
28 J.P. Richard et D. Coursin (1978) « Détermination qualitative et quantitative des adultérations dans les jus de fruits », Bios, Paris, vol. 11, no 7-8, pp. 8-19.
29 L. Sanders (1981) « L’utilisation agricole du sol en France : composantes régionales et sociales », Informatique et Sciences humaines, Paris, no 51, pp. 23-45.
30 J.M. Gran Aymerich (1983) « Traitement de données qualitatives et quantitatives : deux expériences complémentaires sur des amphores de service étrusco-italiques », ibid., no 59-60, pp. 125-145.
31 J. Benasseni (1984) Stabilité en analyse en composantes principales, Journées de Statistiques (résumés des communications) Unité de Biométrie, ensa-inra-ustl, Montpellier, p. 71 et P. Trécourt, J.L. Daudin, et Duby. Analyse en composantes principales et Bootstrap, ibid. p. 70.
32 B. Escofier, et D. Drouet (1983) « Analyse des différences entre plusieurs tableaux de fréquence », Cahiers Analyse des Données, Paris, vol. no 4, pp. 491-499.
33 P. Diaconis, et B. Efron (1983) « Méthodes de calculs statistiques intensifs sur ordinateurs », Pour la science, Paris, pp. 46-58.
34 Séminaire « Méthodes de validation », Bureau universitaire de recherche opérationnelle (buro). Université de Paris VI, organisateurs G. Saporta et J. Brenot.
35 B. Escofier et J. Pages (1984) « L’analyse factorielle multiple », Cahiers du buro, Université de Paris VI, no 42, pp. 1-68.
36 F.W. Wilmink et H. Uytterschaut (1984) « Cluster Analysis : Historical and Théoretical Outlines and Applications », dans G.N. van Vark et W.W. Howells (eds) Multivariate Statistical Methods in Physical Anthropology, D. Reidel, Dordrecht, N.L., pp. 135-176.
37 W.W. Moss (1083) « Techniques phénétiques et cladistiques appliquées à la classification des Acariens », Congrès européen des sociétés de classification, Jouy-en-Josas, voir résumé dans le programme du congrès, p. 74.
38 J.P. Barthelemy, B. Leclerc et B. Monjardet, « Introduction au problème du consensus en taxinomie », op. cit., 37, p. 27.
39 S. Régnier et W. Fernadez de la Vega (1976) « Préhension et interprétation de plusieurs classifications d’un même ensemble de données », Compte rendu de contrat dgrst, no 73.7.1673, adish, Paris.
F. Marcotorchino, « Relations entre trois approches différentes d’obtention de partitions en classification automatique »,op. cit., 37, p. 68.
40 Op. cit., 42.
41 C. Faugeron, K. van Meter et al. (1980) « Réponses à la déviance... et groupes sociaux », Déviance et contrôle social, Paris, no 28, pp. 1-177.
Notre méthode de classification automatique par noyaux significatifs a été présentée d’une façon plus approfondie dans M. Turmaine (1981) Déviance autrement... Contribution à l’étude des représentations de la déviance définie par l’adéquation des réponses sociales aux conduites dites « problématiques », Thèse de doctorat de 3e cycle, Université de Paris VII. Cette méthode procède par le tirage au hasard de sous-populations disjointes de la population totale. Ces sous-populations sont analysées deux à deux, puis trois à trois, pour repérer des chaînes de niveaux significatifs qui délimitent les noyaux significatifs pour la population totale. Donc, cette méthode est semblable à la méthode Bootstrap mais appliquée ici à la classification automatique au lieu de l’analyse factorielle.
42 G. Pieraut-Le Bonniec et K. van Meter (1976) « Étude génétique de la construction d’une propriété relationnelle : la relation de passage », cnrs, Monographies françaises de psychologie, Paris, no 35.
43 A. Degenne et C. Flament (1984) « La notion de “régularité” dans l’analyse des réseaux sociaux », bms, Paris, no 2, pp. 3-16.
44 irisa - Institut de recherche en informatique et systèmes aléatoires, bms, Paris, no 2, pp. 78-83.
45 Premier ouvrage, op. cit, 16, pp. 187-191 et Croisement de classifications floues, pp. 192-213.
46 Second ouvrage, op. cit., 16.
47 J.D. Gronoff et B.P. Meallonnier (1982) « Traitements algorithmiques et traitements décisionnels. Problèmes du passage automatique entre la classification ascendante hiérarchique et la matrice graphique », Informatique et Sciences humaines, Paris, no 52.
48 J.P. Fenélon (1981) Qu’est-ce que l’analyse des données ?, Lefonen, Paris, p. 170.
49 P. Cibois (1983) « Méthodes post-factorielles pour le dépouillement d’enquête », bms, Paris, no 1, pp. 41-78 et (1984) Analyse des données en sociologie, puf, Paris, particulièrement le chapitre 4 Une méthode post-factorielle de dépouillement d’enquête.
50 G.G. Granger (1982) « Modèles qualitatifs, modèles quantitatifs dans la connaissance scientifique », Sociologie et société, Montréal, vol. 4, no 1, pp. 7-14. Tri-deux, pp. 142-155.
51 J.E. McGrath, J. Martine et R.A. Kulka (1982) Judgement Calls in Research, Londres, Sage.
52 A.A. Sanches (1983) « Contre le flou conceptuel dans les interprétations des psychologues », dans Hommage au professeur Alexandre Vexliard, Annales de la flsh, Nice, pp. 171-181.
53 M.M. Waldrop (1984) « The Intelligence of Organizations Humans Work in Organizations and Increasingly, So Do Computers ; Are There Lessons to be Learned ? », Science, Washington DC, vol. 225, pp. 1136-1137.
54 J.C. Combessie, « À propos de méthodes : effets d’optique heuristique et objectivation », bms, Paris..
55 Voir aussi un développement récent de ces points dans Van Meter, K. (1994), « Sociological Methodolgy », in « Sociology : State of the Art I », International Social Science Journal, no 139, pp 15-25 repris comme « Sociological Methodology », chapitre 3, in Smelzer, N.J., Sociology, 1994, Blackwell, Oxford, pp. 39-55, et uersion plus complète, Van Meter, K. (1994), « Sociological Methodology », bms, Paris, no 42, pp. 72-94.
Auteur
Ingénieur de recherche, LISH-CNRS.
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
La mobilité sociale dans l’immigration
Itinéraires de réussite des enfants d’origine algérienne
Emmanuelle Santelli
2001